شناسایی خودرو در تصاویر UAV با استفاده از الگوریتم SIFT با رویکرد خوشه بندی عوارض موضعی

در طول چند دهه‌‌ی اخیر محیط‌‌های شهری بسیار بیشتر از گذشته گسترش یافته‌‌اند. یکی از مهمترین مشکلاتی که  در اکثر کلان شهرها و حتی شهرهای کوچک وجود دارد مدیریت سیستم حمل و نقل است. یک سیستم نظارتی پیشرفته از وسایل نقلیه‌‌ی درون شهری امکان غلبه بر مشکلات ترافیکی و ازدحام خودرو‌ها را فراهم می‌‌نماید، و به تبع آن از مشکلات آلودگی هوا می‌‌کاهد. با توسعه‌‌ی پرنده‌‌ای بدون سرنشین (UAV) امکان پایش مستمر و دقیق محیط‌‌های شهری برای کاربران فراهم گردیده است. در این تحقیق هدف ارائه روشی سریع و با عملکردی مناسب از  نظر دقت در شناسایی اتوماتیک خودرو در تصاویر پهپاد با حدتفکیک بسیار بالا است. در گام شناسایی خودرو از قابلیت الگوریتم آشکارساز و توصیفگر عوارض موضعی SIFT استفاده شده است. یکی از اصلی‌ترین قابلیت‌های این الگوریتم‌ پایدار بودن در برابر تغییرات روشنایی و انواع تبدیلات هندسی نظیر انتقال، دوران و مقیاس است. روش ارائه‌شده شامل دو مرحله‌‌ی اصلی: آموزش الگوریتم و فرآیند شناسایی خودرو است. روش پیشنهادی بر روی ۸تصویر پهپاد که دارای پس‌زمینه با بی‌نظمی‌های مختلف هستند پیاده‌سازی شد. این تصاویر شامل انواع مختلفی از خودروها هستند. به منظور ارزیابی کمی روش پیشنهادی از دو معیار استفاده شده است. همچنین عملکرد این روش با رویکرد پنجره‌‌ی جستجو مورد مقایسه قرار گرفته است. نتایج نشان می‌‌دهد زمان محاسبات الگوریتم پیشنهادی ۸۲ثانیه است و میانگین دو معیار ارائه شده معادل ۶۵/۶۷ درصداست که نشان دهنده‌‌ی برتری روش از لحاظ سرعت و دقت محاسباتنسبت به روش پنجره‌‌ی جستجواست.